POST /v3/face-match/ API 默认拒绝 30 分或更低的分数。
在关于解读验证结果的学院课程中,6:16 章节讲解了真实会话内的人脸比对检查。

重试与操作性反馈
在 Didit 会话中,如果人脸比对因可修正的采集原因(自拍照过暗、模糊、偏离中心或相似度处于临界值)而失败,系统不会立即将其标记为已拒绝。用户会被要求根据指引重试,最多可达到配置的尝试次数,所用模型与活体检测相同。-
尝试次数预算 —
face_match_max_attempts控制每次会话的人脸比对提交总次数。默认为 3 次(一次初始尝试加两次重试),可在每个工作流节点中配置(范围 1–3)。 -
重试反馈 — 在剩余尝试次数内,可重试的失败会让用户停留在该步骤并返回
feedback_codes(Web 和 Mobile SDK 会自动将这些代码作为指导消息展示): -
耗尽处理 — 一旦预算耗尽,将应用计算出的状态(
Declined或In Review)。
重试仅适用于会话流程。独立的
POST /v3/face-match/ endpoint 是无状态的,仅支持单次调用,会直接返回相似度分数,不包含重试预算。工作原理
智能采集
通过我们直观的 AI 驱动采集系统,轻松开启验证流程。用户在实时辅助下上传或拍摄其身份证件:
为何重要:我们的智能采集减少了用户操作阻碍,确保首次尝试即可提交高质量图像,从而提高转化率和信任度。
高级数据处理
以无与伦比的精度提取和核验身份数据。数据提取 — 尖端技术处理所有关键字段:
数据核验:
- 交叉比对可视区、MRZ 和条形码之间的数据以确保一致性
- 格式和模式匹配以检测异常
- 实时查询政府数据库(在允许的情况下)以进行权威核验
为何重要:全面的数据处理确保了准确性并消除了错误,让您对每次验证都充满信心。
深度分析
我们的 AI 系统执行全面检查:
- 证件真实性验证
- 防篡改检测和图像完整性分析
- 安全特征核验(全息图、水印等)
- 与经认证的数据库进行模板匹配
无缝结果与集成
通过灵活的投递选项即时获取可执行的洞察。实时结果:
综合报告:
- 包含验证结果和证据的详细 PDF 报告
- 用于合规和归档的审计跟踪
- 可根据您的业务需求进行调整的定制选项
为何重要:快速、便捷的结果让您的团队能够迅速采取行动,同时保持安全、可审计的流程。
证件要求
为实现最佳的验证成功率,证件必须符合以下标准:通用要求
- 由政府签发,且在其配置的有效期内有效
- 实体完好无损(无损坏、划痕或遮挡细节的污渍)
- 所有关键信息(姓名、出生日期、MRZ 等)清晰可读
- 所有提交证件上的数据保持一致
图像要求
- 原始实时照片(非屏幕截图、扫描件或电子复印件)
- 支持的格式:JPG、JPEG、PNG、PDF
- 最大文件大小:5MB
- 全彩图像,证件四角均完整可见
- 无反光、阴影、数字编辑或篡改
- 须为实体证件(仅在官方认可的特定地区支持电子身份证件)
按国家/地区与证件类型的附加设置
直接在控制台中按国家/地区和证件类型配置细粒度规则。这些控制项允许您根据合规需求定制接受标准和转录偏好。
- 过期模式:选择如何处理已过有效期的证件。
- 拒绝过期:如果证件的到期日期早于今天,则将其标记为已过期并拒绝。
- 允许过期:不标记或阻止已过有效期的证件。
- 首选字符格式:选择提取的姓名和字段应如何规范化。
- 首选拉丁字符 (A–Z):例如:“Mohammed”
- 首选原始文字系统(非拉丁):例如:“محمد”
- 区域支持与子类型:按区域启用证件,并在某种证件类型包含多种变体时指定可接受的子类型。
- 示例:对于美国驾照,选择您接受的具体子类型(例如,Arizona Commercial Driver License、Indiana Operator License (REAL ID)、New York Enhanced Driver License 等)。
- 使用“接受的子类型”控制项快速包含/排除多个变体(例如,“已选择 128 项”)。
提示:这些设置按国家/地区和证件类型分别应用,因此您可以在某些市场采取严格标准,而在其他市场更为宽松。